换一批摘要目的 构建基于大数据的医疗风险综合评估系统并进行一致性、效率评估.方法 针对住院患者风险评估现状,基于大数据的手段,应用医学自然语言处理设计医疗风险综合评估系统.系统可自动抓取患者的各项数据,通过数据挖掘和机器学习技术自动生成评分,并将风险数据发送给医护人员,从而实现医疗风险评估自动化、智能化.采用随机对照分析,分别对纳入的评分量表进行人工赋分和机器赋分,比较赋分用时,自动生成可视化风险矩阵图.结果 该系统纳入研究的评分系统Kappa值结果如下:Caprini量表(外科)、Padua 量表(内科)Kappa 值为 1.00,NNIS Kappa 值为 1.00,Nomogram Kappa 值为 0.87,Morse 评估量表/Hendrich 模型 Kappa 值为 0.83,Braden Kappa值为 0.80,ASA2023 Kappa 值为 1.00,NRS2002 Kap-pa值为0.90.机器赋分用时均短于人工赋分用时,差异有统计学意义(P＜0.05).结论 通过本系统构建的风险矩阵图可使评估效率和准确性大幅提升,不仅能提供精准的诊疗方案,还能缩短患者住院时间,降低医疗费用.
更多相关知识
关键词
风险评估系统设计大数据自然语言处理评估自动化risk assessmentsystem designbig datanatural language processingevaluation automa-tion
栏目名称
DOI
10.3969/j.issn.1671-8348.2024.17.021
发布时间
2024-10-11（万方平台首次上网日期，不代表论文的发表时间）
基金项目
重庆市科卫联合医学科研项目（2020MSXM055）
- 浏览23
- 被引2
- 下载6
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
